今年4月9日，国务院印发《关于加快建设分级诊疗体系的若干措施》，提出要进一步推动医疗卫生服务下沉和基层能力提升。如何让基层医护从被动转诊，走向“读得懂、敢决策”，提升医疗服务质量？一些医疗和体检机构将目光转向了人工智能（AI）技术。
“早发现、早诊断、早治疗”，AI正将普惠医疗的愿景变为日常。依托服务场景创新、产学研协同与数据赋能，我国医疗服务不断向基层延伸、向预防前移，也成为AI应用的创新策源地与实践主战场。
图为患者接受眼底AI筛查。张一帆/供图
医疗服务关口前移
在长沙，67岁的糖尿病患者王慧珍（化名）亲身经历了“家门口看眼病”的便利。
“请看前方，不要眨眼。”在长沙市天心区暮云街道社区卫生服务中心里，王慧珍在医生指导下完成眼底拍照。不到两分钟，由AI自动生成的分析报告就通过小程序同步至她的手机。
这次检查中，AI预警王慧珍出现眼底出血症状，社区医生立即通过医联体绿色通道将其转至长沙医学中心。接受微创手术后，王慧珍可在离家仅500米的门诊部做复查，主刀医生通过远程视频指导用药。
“这套‘AI眼底影像辅助诊断系统’最大的价值就是从技术上将‘早发现、早诊断、早治疗’变成现实。”爱尔数字眼科研究所常务副所长戴伟伟告诉记者。过往，没有显性症状的患者不会去看医生，基层社区医生的专科经验也有差异。如今，AI系统可以实现2分钟内准确筛查11种眼病，在与爱尔眼科合作的上千个网点中累计调用次数超过60万次。
为了进一步推动医疗卫生服务下沉和提升基层服务能力，像爱尔眼科这样把AI技术作为重点抓手的医疗机构还有很多。
例如，美年健康在检查环节引入超声AI全量质控系统，日均自动评估超声图像超200万张；AI影像辅助诊断覆盖超90%的影像检查项目，早期筛查效率提升40%。“AI的应用有效降低了漏诊风险，缓解基层医疗效率瓶颈。”美年健康相关负责人表示，“以AI辅助小肠胶囊内镜为例，AI系统将单病灶检出灵敏度从传统人工阅片的76.89%大幅提升至99.90%。”
作为目前全球唯一通过国家执业医师考试笔试的AI机器人，讯飞医疗推出的智医助理，在超7.7万个基层医疗机构的服务中，已经累计提供AI辅诊建议超11亿次，辅助生成规范化电子病历4.5亿余份。
临床数据让AI更好用
“AI+医疗卫生”应用的深入发展已成趋势，我国目标在明年实现基层诊疗智能辅助、临床专科专病诊疗智能辅助决策和患者就诊智能服务在医疗卫生机构的广泛应用。为此，医疗机构、科研院所、硬件企业协同发力，其中最贴合临床、数据积累最丰富的线下医疗服务网点正成为“AI+医疗卫生”应用的创新场景。
在前述“AI眼底影像辅助诊断系统”的开发过程中，爱尔眼科与中国科学院计算所、医疗设备制造商形成了分工清晰、优势互补的三方合作模式，推动医疗AI硬件研发与成果转化。其中，爱尔眼科承担医学支持的角色，高年资医师团队完成病灶标注、疾病分类、临床逻辑校验等工作，确保AI判断符合临床诊疗规范。
戴伟伟告诉证券时报记者，临床数据与医学标注是AI模型“学得准”的关键。为训练高质量眼底AI模型，数十位眼科高年资医师参与影像标注工作，单张影像标注耗时达5至10分钟，累计完成数万量级数据标注，为算法训练提供高质量支撑。目前，爱尔眼科的医师团队还针对罕见眼底病组建专项小组，推动AI向更细分、更疑难的领域延伸。
“AI诊断模型并不罕见，爱尔眼科的价值，在于我们‘1+8+N’的战略，覆盖全国的近千家医疗网点布局、充沛的专业人才队伍建设，以及每年千万规模的眼科门诊量、百万规模的眼科手术量所带来的不断积累。”戴伟伟说道。
“人工智能技术需要回归医疗本质，服务临床。”讯飞医疗相关负责人也强调。目前，基于已服务超过7.7万个基层医疗机构以及智慧医院解决方案服务超600家医院的智医助理，讯飞医疗每天可收到超170万人次真实诊疗数据回流，2025年高质量训练数据总量增长30%，医学知识库接近10亿篇，为专病大模型迭代提供支撑。
转动服务的飞轮
“AI+医疗卫生”应用加速发展的前提，是数据要素合规高效、安全有序的互通互联。在严格合规与隐私保护的前提下，实现跨院区、跨设备的数据整合、脱敏共享与共创开发，才能支持多中心真实世界研究、疾病风险模型训练、运营优化与供应链协同。
作为大模型开发方，讯飞医疗相关负责人表示，目前公司以自主可控的国产算力，实现星火医疗大模型训练、推理全流程国产化部署，从技术底层根源上保障医疗数据安全，以全栈自主可控的技术体系，守护医疗数据安全底线。
作为医疗数据的重要供给方，爱尔眼科正在着力对海量数据进行清洗、治理、建模与分析，希望实现高质量的数据资源汇聚，逐步推动数据的资产化与价值挖掘。2025年，爱尔眼科已整合66个专注于特定眼部疾病的专病数据集，包括超过30万例罕见与重点眼病病例，完成7款数据产品在数据交易所的挂牌。
目前，爱尔眼科戴伟伟团队正在致力于攻克眼底相关罕见病识别的技术难点；讯飞医疗团队正努力推动星火医疗大模型、医疗体系、智能硬件感知终端的深度融合，尝试建立全周期健康管理服务。在众多医疗机构的共同努力下，我国医疗服务行业将向着更智能、更系统、更可及的方向不断升级。
